Endrédy István and Novák Attila: Egy hatékonyabb webes sablonszűrő algoritmus : avagy miként lehet a cumisüveg potenciális veszélyforrás Obamára nézve.
Preview |
Cikk, tanulmány, mű
msznykonf_009_297-301.pdf Download (345kB) | Preview |
Abstract
A folyamatosan növekvő web1 tartalmából hatékonyan lehet nagyméretű korpuszt építeni. Azonban a dinamikusan generált weblapok gyakran sok irreleváns és ismétlődő szöveget tartalmaznak, amelyek egyes sablonos szövegrészeket, kifejezéseket felülreprezentálva rontják a korpusz minőségét. Ebben a cikkben olyan automatikus szövegkinyerő eljárást mutatunk be, amely a korábbi módszereknél hatékonyabban minimalizálja az irreleváns ismétlődő részek előfordulását a webről letöltött korpuszokban.
| Item Type: | Conference or Workshop Item |
|---|---|
| Journal or Publication Title: | Magyar Számítógépes Nyelvészeti Konferencia |
| Date: | 2013 |
| Volume: | 9 |
| ISBN: | 978-963-306-189-3 |
| Page Range: | pp. 297-301 |
| Event Title: | Magyar Számítógépes Nyelvészeti Konferencia (9.) (2013) (Szeged) |
| Related URLs: | http://acta.bibl.u-szeged.hu/58550/ |
| Uncontrolled Keywords: | Nyelvészet - számítógép alkalmazása |
| Additional Information: | Bibliogr.: 301. p. ; összefoglalás magyar nyelven |
| Date Deposited: | 2019. Jun. 26. 12:45 |
| Last Modified: | 2022. Nov. 08. 11:49 |
| URI: | http://acta.bibl.u-szeged.hu/id/eprint/58851 |
Actions (login required)
 |
View Item |
